Détecter les régimes du marché Bitcoin par la mise à l’échelle multifractale

Résumé

L’article étudie la structure des rendements du Bitcoin à plusieurs échelles temporelles à l’aide d’outils d’estimation des propriétés multifractales. Il décrit la variance des rendements comme suivant des relations de loi de puissance avec les incréments de temps, caractérisées par la volatilité et un exposant de Hurst. Comme ces paramètres varient dans le temps, les auteurs introduisent un exposant de Hurst généralisé pour évaluer si le comportement multifractal est correctement représenté.

Ils utilisent des estimations locales des paramètres de loi de puissance et la qualité d’ajustement pour repérer les changements de régime, et indiquent que la méthode détecte automatiquement les dates associées à des événements connus du marché Bitcoin. L’article indique aussi que, malgré de fortes fluctuations de prix et la non-stationnarité, le Bitcoin conserve une structure de corrélation ordonnée sur l’ensemble de son historique observé. Le résumé ne fournit ni dates d’échantillonnage, ni liste d’événements, ni estimations de paramètres, ni validation comparative ; ces conclusions se limitent donc à la période et à la méthode analysées.

Idées clés

• Les rendements du Bitcoin présentent des corrélations à plusieurs échelles, décrites par la mise à l’échelle en loi de puissance de la variance avec les incréments de temps.
• La volatilité et l’exposant de Hurst caractérisent le comportement d’échelle, et tous deux peuvent varier dans le temps.
• Un exposant de Hurst généralisé est proposé pour évaluer l’ajustement du comportement multifractal.
• Les estimations locales de loi de puissance et la qualité d’ajustement servent à détecter les changements de régime.
• L’analyse rapportée détecte des changements associés à des événements et une structure de corrélation ordonnée à long terme sur l’historique étudié.

Étiquettes

# Chaos and Order in the Bitcoin Market


# Chaos and Order in the Bitcoin Market









The bitcoin price has surged in recent years and it has also exhibited phases of rapid decay. In this paper we address the question to what extent this novel cryptocurrency market can be viewed as a classic or semi-efficient market. Novel and robust tools for estimation of multi-fractal properties are used to show that the bitcoin price exhibits a very interesting multi-scale correlation structure. This structure can be described by a power-law behavior of the variances of the returns as functions of time increments and it can be characterized by two parameters, the volatility and the Hurst exponent. These power-law parameters, however, vary in time. A new notion of generalized Hurst exponent is introduced which allows us to check if the multi-fractal character of the underlying signal is well captured. It is moreover shown how the monitoring of the power-law parameters can be used to identify regime shifts for the bitcoin price. A novel technique for identifying the regimes switches based on a goodness of fit of the local power-law parameters is presented. It automatically detects dates associated with some known events in the bitcoin market place. A very surprising result is moreover that, despite the wild ride of the bitcoin price in recent years and its multi-fractal and non-stationary character, this price has both local power-law behaviors and a very orderly correlation structure when it is observed on its entire period of existence.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.